导语：光通信、星间激光通信和激光雷达成为了AI、卫星和汽车领域的闪亮之处。光通信拥有更高的传输速度和抗干扰性，将助力AI计算中心的快速发展；星间激光通信能够实现低轨卫星星座的高效通信，获得延迟大幅减少；激光雷达则通过精准探测和识别目标，为汽车智能驾驶带来了新的可能性。此外，我们还列举了一些涉及光通信、算力和数据可视化的相关企业。在探索这些领域的同时，也要注意市场竞争和风险。想了解更多关于光的三位一体的创新发展和未来趋势？继续阅读本文！
AI之光：数通光通信。在现有的物理框架下，当下和未来很长一段时间，光将作为有线信号传输的重要载体。与电传输相比，光传输具有更高的传输速度和更大带宽，与无线传输相比，光信号抗干扰性更强，通信质量更加稳定可靠。而在AI时代，随着算力需求不断增长，高性能光通信发展进度有望不断提速，1.6T/3.2T时代有望加速到来。针对高速率光模块，LPO、薄膜铌酸锂两种光模块新技术受到广泛关注，LPO方案能够高度契合AI计算中心短距离、大带宽、低功耗、低延时的需求；当光模块切换到1.6/3.2T阶段，有望向单波200/400G演进，薄膜铌酸锂的大带宽优势将更加突出，从而打开市场需求空间。
卫星之光：星间激光通信。随着低轨卫星星座组网进度加速，星间激光通信得到广泛重视，埃隆·马斯克认为，卫星激光通信可以将长距离通信延迟减少50%，早在2021年1月，StarLink就已开始测试星间激光通信，未来StarLink卫星有望全部配备星间激光通信载荷，从而彻底摆脱对地面中继传输的依赖。星地激光通信也取得进展，吉林长光卫星今年10月完成了星地高速激光图像传输试验，下行带宽达到10Gbps。我们认为，全球的低轨星座计划是星间激光通信的重要驱动因素。
汽车之光：激光雷达。激光雷达是以发射激光束对目标进行探测、跟踪和识别的雷达系统，激光雷达通过将接收到的反射信号与发射信号进行比较、进行数据处理之后，可获得目标的距离、方位、高度、速度、姿态甚至形状等特征参数。随着激光雷达的陆续上车和点云数的提升、摄像头和超声波雷达的数量和精度增加，使得大算力冗余、算力先行成为主机厂的共识，以提高车端神经网络算法的深度和精度，带来实时行车场景数据识别准确率、L3、L3+高阶自动驾驶落地确定性的提升，2023年进入智能汽车算力“军备竞赛”元年，我们预计，2024年将进入大规模放量元年，加速汽车产业L3及L3+智能驾驶渗透率的向上拐点。
算力——
光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。
算力调优/调度/租赁：恒为科技、思特奇、中科金财、东方材料、博睿数据、中贝通信、恒润股份、中科曙光、中国移动、中国联通、中国电信。
算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、寒武纪、震有科技。
液冷：英维克、申菱环境、高澜股份、佳力图。
边缘算力承载平台：美格智能、广和通、移远通信、初灵信息、龙宇股份、网宿科技、佳讯飞鸿。
卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。
数据要素——
运营商：中国电信、中国移动、中国联通。
数据可视化：浩瀚深度、恒为科技、中新赛克。BOSS系统：亚信科技、天源迪科、东方国信。
风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。
暂无评论内容